如何用pivot_longer将宽表转为多值长表并提取年份

原始宽表数据 #

states <- tibble(
  state = c("Idaho","Illinois","Indiana"),
  statefip = 16:18,
  da2012 = 0,
  da2013 = 0,
  da2014 = c(1, 0, 0),
  daes2012 = c(-4, 0, 0),
  daes2013 = c(-3, 0, 0),
  daes2014 = c(-2, 0, 0),
  rural_pct = c(0.29421874, 0.11512130, 0.27556394)
)

需求说明 #

需要将上述宽表转换为包含state、statefip、year、da、daes、rural_pct列的长表，每行对应一个州的单一年度数据。

原代码问题分析 #

你之前的pivot_longer写法有误：直接指定names_to = "year"无法区分da和daes前缀，也没法从列名里提取年份；同时values_to传入向量的方式需要配合正则匹配规则，否则不能正确把值映射到da和daes列。

正确实现代码 #

用pivot_longer结合正则表达式匹配列名里的前缀和年份，就能完成转换：

library(tidyverse)

states_long <- states %>%
  pivot_longer(
    cols = starts_with("da"),  # 选中所有以da开头的列
    names_to = c(".value", "year"),  # .value用匹配到的前缀作为新列名，year提取年份
    names_pattern = "(da.*?)(\\d{4})"  # 正则分组：第一组匹配da/daes前缀，第二组匹配4位年份
  )

代码解释 #

• names_pattern = "(da.*?)(\\d{4})"：正则分两组，第一组(da.*?)非贪婪匹配da或daes前缀，第二组(\\d{4})匹配4位数字的年份；
• names_to = c(".value", "year")：第一组匹配结果对应da和daes列的值，第二组结果作为year列的内容；
• 执行后会自动保留state、statefip、rural_pct这些非透视列，最终得到符合需求的长表。

内容的提问来源于stack exchange，提问作者rjblake34